機械学習のお勉強(特徴量)
Haar-Like
物体の局所的な明暗差の組み合わせにより、画像を判別する
LBP(Local Binary Pattern)
物体の局所的な輝度の分布の組み合わせにより、画像を判別する
HOG(Histogram of Oriented Gradients)
物体の局所的な輝度の勾配方向の分布の組み合わせにより、画像を判別する
SHIFT
移動、回転に加えてズーム対してロバストな特徴を持つ
SURF
SIFTは計算量が多く、低速だったため、速度を改良したアルゴリズム
ORB
移動、回転、ズームの3つに対してロバストで、計算速度も速い
AKAZE
計算量がORBよりもやや多いものの、低周波領域、高周波領域の抽出精度がORBよりも優れている
主成分分析
OpenCV3とPython3で形状のある物体の輪郭と方向を認識する(主成分分析:PCA、固有ベクトル) - Qiita
エッジ検出
カラーヒストグラム
領域分割
画像を同じ特徴を持つ複数の領域に分ける方法 (1/2):CodeZine(コードジン)
pythonで画像領域分割を実装 (Union-Find) - Qiita
http://www.riken.jp/brict/Yoshizawa/Lectures/Kyuusyu/Lectures2011_05.pdf
解決済み: 画像から色指定で領域抽出する方法 - NI Community
複数の特徴量の組み合わせ
https://www.toshiba.co.jp/tech/review/2010/07/65_07pdf/f02.pdf
http://www.me.cs.scitec.kobe-u.ac.jp/~takigu/pdf/2009/C-03.pdf
http://www.vision.cs.chubu.ac.jp/MPRG/F_group/F074_fujiyoshi2008.pdf
参考:
深層学習 を 用いた 異常値検知 手法まとめ 〜 (Denosing) AutoEncoder, LSTM, TDA(Topological Data Analysis) + CNN - Qiita
SSD: Single Shot MultiBox Detector 高速リアルタイム物体検出デモをKerasで試す - Qiita
http://www.vision.cs.chubu.ac.jp/features/PPT/SSII2009/090610_SSII2009_Tutorial.pdf
http://www.vision.cs.chubu.ac.jp/cvtutorial/PDF/02SIFTandMore.pdf
http://www.vision.cs.chubu.ac.jp/sift/PDF/pcsjimps2008_ppt.pdf
https://www.pro-s.co.jp/engineerblog/opencv/post_6231.html
OpenCV 3とPython 3で特徴量マッチング(A-KAZE, KNN) - Qiita
機械学習のお勉強に役立つサイト↓ http://qiita.com/daxanya1/items/218f2e3b922142550ef9?utm_content=buffer40ad9&utm_medium=social&utm_source=facebook.com&utm_campaign=buffer